Sự khác biệt giữa Anova và T-test

Thử nghiệm Anova vs T

Một bài kiểm tra T, đôi khi được gọi là bài kiểm tra T của Học sinh, được tiến hành khi bạn muốn so sánh phương tiện của hai nhóm và xem liệu chúng có khác nhau không. Nó chủ yếu được sử dụng khi một bài tập ngẫu nhiên được đưa ra và chỉ có hai, không quá hai, để so sánh. Khi tiến hành kiểm tra T, cần phải đáp ứng một số điều kiện để kết quả sẽ cho kết quả chính xác. Các giả định chính là dữ liệu dân số được thu thập thường được phân phối và bạn đang so sánh các phương sai của dân số. Thử nghiệm T có hai loại chính: Thử nghiệm T đo lường độc lập và Thử nghiệm T ghép đôi còn được gọi là Thử nghiệm T phụ thuộc hoặc Thử nghiệm T ghép đôi.

Khi bạn so sánh hai mẫu không khớp nhau hoặc các mẫu độc lập, thử nghiệm T độc lập được sử dụng. Tuy nhiên, loại thứ hai, Thử nghiệm T cặp đôi được sử dụng khi các mẫu đã cho xuất hiện theo cặp. Ví dụ, bạn phải đo giữa trước và sau khi so sánh. Nếu bạn có nhiều hơn hai mẫu, thì nên sử dụng Thử nghiệm Anova. Có thể phân biệt nhiều hơn hai phương tiện với nhau bằng cách thực hiện nhiều thử nghiệm T, nhưng sẽ có khả năng lớn mắc lỗi và do đó, có cơ hội lớn hơn để có kết quả không chính xác.

Bài kiểm tra Anova là thuật ngữ phổ biến để phân tích phương sai. Đây là một kỹ thuật được thực hiện trong việc phân tích các hiệu ứng yếu tố phân loại. Thử nghiệm này được sử dụng bất cứ khi nào có nhiều hơn hai nhóm. Chúng cơ bản giống như các bài kiểm tra T, nhưng, như đã đề cập ở trên, chúng sẽ được sử dụng khi bạn có nhiều hơn hai nhóm. Các thử nghiệm Anova sử dụng phương sai để biết liệu phương tiện có bằng nhau hay không. Trước khi thực hiện kiểm tra Anova, trước tiên bạn nên thực hiện các giả định cơ bản. Giả định đầu tiên là mỗi mẫu được sử dụng sẽ được chọn độc lập và là ngẫu nhiên. Thứ hai, giả sử rằng dân số bạn đang lấy mẫu là bình thường và có độ lệch chuẩn bằng nhau.

Có bốn loại Phân tích các bài kiểm tra Phương sai. Chiếc đầu tiên là Anova một chiều. Bạn chỉ được sử dụng loại Anova này nếu chỉ có một yếu tố phân loại. Thứ hai là Multifactor Anova được sử dụng khi các yếu tố phân loại nhiều hơn một. Tương tác và tác dụng chính giữa các yếu tố được ước tính. Loại thứ ba của Anova là Phân tích thành phần phương sai. Loại Anova này được sử dụng khi các yếu tố là nhiều và được sắp xếp theo thứ bậc. Mục tiêu chính của bài kiểm tra này là để biết tỷ lệ phần trăm biến động của quy trình mà bạn đang giới thiệu ở mỗi cấp. Phương pháp thứ tư và cuối cùng là Mô hình tuyến tính tổng quát. Nếu các yếu tố của bạn được lồng và chéo, một số yếu tố là ngẫu nhiên và một số yếu tố là cố định. Khi cả hai yếu tố có mặt là định lượng và phân loại, thử nghiệm này được sử dụng.

Tóm lược:

1. Thử nghiệm Anova có bốn loại, đó là: Anova một chiều, Đa nhân Anova, Phân tích thành phần phương sai và Mô hình tuyến tính tổng quát. Thử nghiệm T chỉ có hai loại: Thử nghiệm T đo lường độc lập và Thử nghiệm T ghép đôi phù hợp còn được gọi là Thử nghiệm T phụ thuộc hoặc Thử nghiệm T ghép đôi.
2.T-tests chỉ được tiến hành khi bạn chỉ có hai nhóm để so sánh. Mặt khác, các thử nghiệm Anova về cơ bản giống như các thử nghiệm T nhưng nó được thiết kế cho các nhóm nhiều hơn hai.
3. Một số điều kiện trước khi thực hiện hai bài kiểm tra là cần thiết để được hoàn thành. Đối với thử nghiệm T, dữ liệu dân số sẽ được thu thập thường được phân phối và bạn đang so sánh các phương sai của dân số. Trong khi đối với các thử nghiệm Anova, các mẫu sẽ được sử dụng được chọn độc lập và ngẫu nhiên. Bạn cũng nên cho rằng dân số bạn đang lấy mẫu là bình thường và có độ lệch chuẩn bằng nhau.